.png){kind=icon}
返回
Language-guided modulation-update for semi-supervised semantic segmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113505.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出LMU，一种新颖的半监督语义分割框架，该框架融合了语言引导的条件特征更新，以更好地利用标记数据与未标记数据之间的关系。
• 我们设计了一种语义驱动的自适应特征条件更新策略，该策略强制执行类别一致性特征交互，缓解了无差别条件更新引入的歧义。
• 我们提出了一个类别语义理解模块（Category Semantic Understanding Module），该模块利用精化的相似度矩阵来调节未标记特征，从而确保条件更新过程更加可靠且语义一致。
• 我们进行了大量实验，严格验证了LMU的有效性。结果表明，在三个广泛认可的基准（PASCAL VOC 2012、Cityscapes和COCO）上，该方法显著优于当前最优方法（state-of-the-art methods）。
Keyword:
LMU
semi-supervised semantic segmentation
language-guided feature update
adaptive feature condition
category semantic understanding
